Deutschland verfügt über medizinisches Wissen von hoher Qualität. Leitlinien bündeln die aktuelle Evidenz und unterstützen Ärzt:innen bei der Wahl der bestmöglichen Therapie. Doch sie werden umfangreicher, Empfehlungen regelmäßig aktualisiert und Krankheitsverläufe komplexer. Besonders bei multimorbiden Patient:innen müssen mehrere Krankheitsbilder und Therapiepfade berücksichtigt werden.
In der Praxis fehlt daher oft nicht das Wissen. Es fehlt die richtige Information im richtigen Moment.
Das betrifft Millionen Menschen mit Herzinsuffizienz, chronischer Nierenerkrankung, COPD oder Asthma ebenso wie rund 500.000 Menschen, bei denen in Deutschland jährlich Krebs diagnostiziert wird. Die Herausforderung besteht darin, vorhandenes Wissen zuverlässig in der Versorgung nutzbar zu machen.
In der Medizin gelten andere Regeln
Künstliche Intelligenz kann große Informationsmengen strukturieren, relevante Evidenz auffindbar machen und helfen, Leitlinien in den klinischen Alltag zu übersetzen. Doch medizinische KI ist kein gewöhnliches Softwareprojekt. Was in anderen Branchen als „Move fast and break things“ gelten mag, wäre in der Gesundheitsversorgung nicht verantwortbar.
Hier geht es nicht allein um Effizienz, sondern um Sicherheit von Patient:innen, klinische Evidenz und nachvollziehbare Entscheidungen. Je nach Anwendung gelten Anforderungen der Medizinprodukteverordnung und des europäischen AI-Act. Hinzu kommen Datenschutz, Cybersicherheit, Datenqualität, menschliche Aufsicht und die laufende Überwachung im Betrieb.
Ein überzeugender Prototyp ist deshalb noch keine verantwortbare Lösung. Vertrauen entsteht durch überprüfbare Prozesse, geeignete Validierung und klare Verantwortlichkeiten.
GUIDE-AI: Orientierung statt Autonomie
Genau hier setzt GUIDE-AI an. Das im Rahmen der Innovative Health Initiative geförderte europäische Konsortium wird von der Charité – Universitätsmedizin Berlin unter Leitung von Dr. Matthias Gröschel koordiniert; das Projektmanagement liegt bei AstraZeneca. 19 Partner aus Wissenschaft, Gesundheitswesen, Industrie und Patient:innenvertretungen arbeiten zusammen.
Sie entwickeln KI-basierte Navigatoren für Herzinsuffizienz, chronische Nierenerkrankung, COPD und Asthma. In Krankenhaus- oder Praxissoftware integriert, sollen die Systeme individuelle Patient:innendaten mit aktuellen Leitlinien abgleichen. Bei möglichen Abweichungen können sie Ärzt:innen darauf aufmerksam machen und relevante evidenzbasierte Informationen bereitstellen.
GUIDE-AI soll kein autonomes Entscheidungssystem und kein Ersatz für behandelnde Ärzt:innen sein. Die klinische Verantwortung bleibt beim medizinischen Fachpersonal. Der Navigator soll Orientierung geben – verständlich, zuverlässig und im entscheidenden Moment.
Die entscheidende Frage lautet daher nicht: Wie können wir Diagnostik oder Therapie automatisieren? Sondern: Wie kann medizinisches Wissen in einer konkreten Entscheidungssituation sicher und nachvollziehbar zur Verfügung stehen?
Governance ermöglicht Skalierung
Die Innovation liegt nicht nur in großen Sprachmodellen, sondern in der Verbindung von Evidenz, klinischer Praxis, Regulierung und verantwortungsvoller Technologieentwicklung. Ärzt:innen, Patient:innen und weitere Nutzer:innen müssen ebenso einbezogen werden wie eine wissenschaftliche Evaluation: Verbessert der Navigator die Versorgung? Ist er im Alltag handhabbar? Liefert er verlässliche Informationen?
Governance ist kein Gegensatz zu Innovation. Sie schafft die Voraussetzung dafür, medizinische KI sicher zu skalieren.
Nicht die KI, die am meisten automatisiert, wird sich langfristig in der Medizin durchsetzen. Sondern diejenige, die evidenzbasiert, nachvollziehbar und im klinischen Alltag verlässlich unterstützt. Also die, der man zu Recht vertraut.